基于奇异协方差矩阵的谱估计方法

为了解决秩亏RCF(robust Capon filter-bank)谱估计方法的估计性能不稳健问题,提出一种基于奇异协方差矩阵的谱估计方法.该方法根据空间约束和导向矢量误差约束获得相应的窄带滤波器,并利用其对Capon滤波矢量进行滤波得到谱估计.仿真结果表明: 在采样协方差矩阵奇异的情况下,该谱估计方法获得的谱估计在精度及分辨率上均明显优于秩亏RCF谱估计方法.该方法是一种可以利用少量快拍进行谱估计的有效方法.     

基于Prony算法的暂态电能质量扰动信号分析

针对电能质量扰动信号特性,提出了一种基于Prony方法的信号分解算法.该方法将指数变换的时频特性与暂态信号特性描述相结合,可以提供各种分量的特征指标,如频率、幅值、相位等,利用最小二乘法得到高精度的拟合,并对暂态电能质量扰动的仿真信号和实测信号进行了分析.结果表明,Prony算法在暂态电能质量扰动信号分析中,可提供有效、准确的分析结果.     

基于时域累积平均和双谱估计的弱信号去噪

传统的弱信号处理方法不适于处理分布式光纤温度传感器输出的宽频带微弱信号.在对时域累积平均和双谱估计两种算法分别进行仿真分析的基础上,提出了将时域累积平均和双谱估计相结合的弱信号去噪方法,结果表明该方法可以有效地提取出有用信号,抑制噪声.     

基于数据外推的限带信号最大似然谱估计

针对高距离分辨率雷达应用背景,提出了一种在数据外推的基础上运用最大似然准则对限带信号的频谱进行估计的新方法(DE-ML).该方法首先根据常规DFT分析获得限带信号的频谱范围,然后对频域高采样率离散频谱进行最大似然估计.理论分析和实验结果表明,该方法与常规的DFT方法相比,具有更好的分辨性能;与一般的超分辨伪谱估计方法相比,具有更好的幅度估计性能以及抗噪声能力;与现有的数据外推谱估计方法相比,所需的运算量更少.     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归 (AR)谱分析的各种常用方法 ,比较了各种方法对模拟信号 (样本总数N =32 )和柴油机爆发信号 (N =12 8)的处理效果。结果表明 ,经典谱分析方法的稳定性好 ,但分辨率受信号样本数影响 ,不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率 ,因而可用于柴油机小样本数据段的分析 ,但使用时要注意模型阶次 p的选择。当 p太高时 ,各种方法都出现不稳定的现象。自相关法的分辨率略低 ,但其稳定性较好 ,可优先考虑使用。柴油机振动过程中有许多小样本信号 ,如爆发、阀开关、喷油信号等 ,它们引起的振动信号都非常短 ,采用AR谱估计方法是非常合适的     

基于线性预测的参数谱估计优化方法

基于观测数据特征结构的考虑,在针对性分析传统参数谱估计方法的基础上结合线性预测理论提出了参数模型反射系数估计的优化方法,以熵谱估计的形式对算法作了进一步研究,并通过仿真实验验证了优化算法的改善性能及工程可实现性。     

基于周期图的自适应谱估计方法

移动的修正周期图谱估计方法在实时处理和非平稳信号处理的场合中是常用的一种有效方法。本文利用其相邻时刻数据组中的数据大量重叠的特点,提出一种谱递推形式的快速自适应谱估计方法,显著地减小了原方法的运算量。     

ARMA序列及其功率谱估计若干新的理论和方法

在介绍了ＡＲＭＡ序列与功率的基础上升，论述了ＡＲ模型定阶与参数估计的ＳＶＤ－ＴＬＣ算法，以及ＭＡ模型定价与参数计算和ＡＲＭＡ过程自相关序列的计算。     

现代谱估计在振动分析中的应用

本文借助于TMS320系列信号处理器这一工具，利用基于FFT算法的功率谱和相关技术，对航空发动机的振动信号进行时域监测和频域分析；试图以建立在非线性谱估计基础上的现代语估计技术补偿FFT分析方法的不足，从而把这一技术应用于振动分析和故障诊断系统中。     

一种新低信噪比下自回归谱估计方法

本文基于周期图谱估计和自回归参数谱模型,在频域中引入目标函数,利用无约束最优化方法,得到一种新的自回归参数谱估计方法。这是种更适合于低信噪比条件的方法。     

基于谱相关的BOC＋BPSK混合调制信号的参数估计性能研究

针对卫星导航系统中BOC＋BPSK混合共用载频调制的现状,研究了基于频域平滑周期图法的BOC单频调制与BOC＋BPSK混合共用载频调制2种调制信号循环谱包络切面的特性,实现了对这2种调制信号的参数估计.仿真结果表明,基于谱相关的BOC＋BPSK混合共用载频调制时的参数估计性能与BOC单频调制时基本一致,验证了BOC信号叠加在传统BPSK导航信号上可有效实现频段共享.     

伯格谱估计方法在VSAR中的应用

针对目前速度合成孔径雷达（ＶＳＡＲ）中速度分辨力不高和天线数目过多的问题进行改进,以便对慢动目标进行检测,采用伯格法对ＶＳＡＲ信号处理中的相位信息进行处理,以提取速度信息,从而取代传统的经典谱估计方法。仿真结果表明,使用伯格法可以获得更高的速度分辨力和方位分辨力。同时,柏格法的使用可以降低天线数目和整个天线阵列的总长度,从而降低硬件的复杂度。     

一种对直序扩频信号参数估计的自适应算法

目的 提出一种伪随机噪声（ＰＲＮ）码调制的准正弦信号参数估计的自适应搜索方法。方法 采用矩和自适应变化率调节的步长对信号的多普勒频移和时延进行搜索。结果 缩短了搜索时间,而且对噪声也表现出一定程度的不敏感性。结论 所提出的算法改善了参数估计性能。     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

基于非圆信号的互质阵列欠定DOA估计方法

针对欠定波达方向（direction of arrival,DOA）估计问题,研究了一种基于非圆信号的互质阵列DOA估计方法.对互质阵列输出互协方差矩阵和椭圆协方差矩阵进行向量化处理,通过数据重新链接并去冗余得到一个虚拟均匀线阵输出数据,实现阵列的充分扩展且扩展后的虚拟阵元进一步得到增加;结合入射信号的空域稀疏性,在连续角度域将DOA估计问题转化为一个连续稀疏重构问题,有效避免了传统稀疏重构算法中由于角度域离散化所导致的基不匹配问题对估计性能的影响;通过求解相应的凸优化问题以及多项式求根实现DOA的估计.理论分析和仿真结果表明,该方法具有阵列扩展能力强、估计精度和分辨性能高等优良性能.      

基于引力搜索算法的相干信号源DOA估计方法

针对最大似然(ML)DOA估计方法存在着运算量高且容易收敛到局部极值的问题。结合引力搜索算法(GSA)与最大似然方法,提出了一种GSA-ML方法。将最大似然函数作为GSA算法的适应度函数,在遵循ML方法的主体思想同时,利用GSA算法运算量低和收敛速度快的优点,成功地找到似然函数的全局最优解;并保存了ML方法的优点。仿真结果表明,GSAML方法不仅能有效估计相干信号源;并且相比MUSIC、ESPRIT和TLS-ESPRIT算法,拥有更高的精度和估计成功概率。     

离散时间域的Gabor谱分析及其在语音处理中的应用

把Ｇａｂｏｒ谱应用于离散时间域，对典型信号进行处理和分析，并与短时傅里叶变换和离散Ｗｉｇｎｅｒ分布相比较，证明了离散Ｇａｂｏｒ谱不仅在时频域具有和离散Ｗｉｇｎｅｒ分布相同的高分辨率，优于短时傅里叶变换，而且能有效地消除离散Ｗｉｇｎｅｒ分布中交叉干扰的影响．文中还进一步应用离散Ｇａｂｏｒ谱，对汉语语音信号进行了处理，结果表明它可以较好地描述语音信号频谱的时变特性，为语音识别和话者识别开创了一种新的途径．     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．